分享:
分享到微信朋友圈
X
综述
基于磁共振成像的脑氧代谢定量评估技术及其临床应用进展
郜豪梨 高颖 刘继华 陆秀娣

本文引用格式:郜豪梨, 高颖, 刘继华, 等. 基于磁共振成像的脑氧代谢定量评估技术及其临床应用进展[J]. 磁共振成像, 2025, 16(11): 203-208, 215 DOI:10.12015/issn.1674-8034.2025.11.031.


[摘要] 脑氧代谢作为维持大脑正常功能的核心环节,其相关参数如氧摄取分数、氧代谢率及静脉血氧饱和度是评估脑内氧利用与代谢状态的关键指标,精确量化分析这些指标对深入分析脑组织活性和功能状态具有重要价值。传统评估方法如正电子发射断层扫描(positron emission tomography, PET)存在辐射暴露、操作复杂及成本高昂等问题,功能性近红外光谱(functional near-infrared spectroscopy, fNIRS)技术穿透深度有限,难以评估深部脑组织,而磁共振成像以其无创、全脑覆盖且分辨率高的优势近年来备受关注,一系列新技术和新序列的研发和更新促进了脑氧代谢评估更为精准化。本文对磁共振成像相关的脑氧代谢定量评估技术的最新进展进行综述,包括定量磁化率成像(quantitative susceptibility mapping, QSM)技术、定量血氧水平依赖成像(quantitative blood-oxygen-level dependent, qBOLD)技术、二者联合的QQ(qBOLD+QSM)技术和3D-TRIP MRI(3-D-TRiple-acquisition-after-Inversion-Preparation magnetic resonance imaging)技术等,并分析了这些技术在中枢神经系统疾病中的应用和目前研究的局限性,并提出了未来的研究方向。本文旨在为磁共振成像技术的进一步优化与临床转化提供参考依据,以期更精确地揭示脑氧代谢机制,为中枢神经系统疾病脑氧代谢评估领域的研究提供新思路和新方向。
[Abstract] Cerebral oxygen metabolism, as a core process for maintaining normal brain function, relies on key parameters such as the oxygen extraction fraction (OEF), cerebral metabolic rate of oxygen (CMRO₂), and venous oxygen saturation (SvO₂). These parameters serve as critical indicators for evaluating cerebral oxygen utilization and metabolic status. Precise quantitative analysis of these indicators is of great value for an in-depth understanding of brain tissue activity and functional state. Traditional assessment methods, such as positron emission tomography (PET), are plagued by issues including radiation exposure, operational complexity, and high costs. Functional near-infrared spectroscopy (fNIRS) technology is limited by its shallow penetration depth, making it difficult to evaluate deep brain tissues.In contrast, magnetic resonance imaging (MRI) has garnered significant attention in recent years due to its advantages of being non-invasive, providing whole-brain coverage, and offering high resolution.The development and continuous updates of a series of novel techniques and sequences have facilitated more precise assessments of cerebral oxygen metabolism.This article reviews the latest advancements in MRI-based quantitative assessment techniques for cerebral oxygen metabolism, including quantitative susceptibility mapping (QSM), quantitative blood-oxygen-level dependent (qBOLD) imaging, the combined QQ (qBOLD+QSM) technique, and 3D-TRIP MRI (3-D-TRiple-acquisition-after-Inversion-Preparation magnetic resonance imaging), among others. It also analyzed the applications of these technologies in central nervous system diseases, as well as the current research limitations, and proposed future research directions. This article aims to provide a reference basis for the further optimization and clinical translation of MRI technologies, with the expectation of more precisely elucidating the mechanisms of cerebral oxygen metabolism and offering new insights and directions for research in the field of cerebral oxygen metabolism assessment in central nervous system diseases.
[关键词] 脑氧代谢;氧摄取分数;脑氧代谢率;磁共振成像;中枢神经系统疾病
[Keywords] cerebral oxygen metabolism;oxygen extraction fraction;cerebral metabolic rate of oxygen;magnetic resonance imaging;central nervous system diseases

郜豪梨 1, 2   高颖 2, 3   刘继华 1, 2   陆秀娣 1, 2*  

1 天津中医药大学第一附属医院医学影像科,天津 300381

2 国家中医针灸临床医学研究中心,天津300381

3 天津中医药大学第一附属医院急诊科,天津300381

通信作者:陆秀娣,E-mail:luxiudi2005@126.com

作者贡献声明:陆秀娣设计本研究的方案,对稿件重要内容进行了修改,获得了国家自然科学基金项目与天津市卫生健康委员会中医、中西医结合科研专项课题资助;郜豪梨参与研究的构思和设计,获取、分析和解释本研究的数据,撰写稿件并且对稿件重要内容进行了修改;高颖、刘继华参与获取、分析和解释本研究的数据,对稿件重要内容进行了修改;全体作者都同意发表最后的修改稿,同意对本研究的所有方面负责,确保本研究的准确性和诚信。


基金项目: 国家自然科学基金项目 82305048 天津市卫生健康委员会中医、中西医结合科研专项课题 2023016
收稿日期:2025-09-11
接受日期:2025-10-30
中图分类号:R445.2  R322.81 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2025.11.031
本文引用格式:郜豪梨, 高颖, 刘继华, 等. 基于磁共振成像的脑氧代谢定量评估技术及其临床应用进展[J]. 磁共振成像, 2025, 16(11): 203-208, 215 DOI:10.12015/issn.1674-8034.2025.11.031.

0 引言

       大脑质量虽只占人体质量的2%,但其氧气消耗占全身氧消耗的20%[1]。与神经细胞损伤直接相关,是判定脑组织存活能力的关键[2]。传统的正电子发射断层扫描(positron emission tomography, PET)被视为评估脑氧代谢的金标准,但因其辐射暴露风险、操作复杂且成本高昂[3, 4],限制了常规临床应用;功能性近红外光谱(functional near-infrared spectroscopy, fNIRS)技术虽无创便携,但穿透深度有限,仅能监测皮质区的血氧指标,难以评估深部脑组织[5]。近年来,磁共振成像(magnetic resonance imaging, MRI)技术在脑氧代谢评估领域取得了显著进展,实现了无创、全脑、高分辨率的定量评估。尽管既往已有综述[1, 6]涉及脑氧代谢评估,但局限于多偏重技术原理分析,且对各技术的中枢神经系统疾病具体应用范围及未来发展方向探讨不足,近年来MRI新序列和图像算法更新迅速,扫描技术得以优化,临床研究更加广泛。基于此,本综述将系统梳理基于MRI的脑氧代谢定量评估技术新进展,并深入分析了它们在中枢神经系统疾病中的应用现状、局限性及未来研究方向,以期为磁共振成像技术的进一步优化与临床转化提供参考依据,为后续的研究提供新的视角和新思路。

1 脑氧代谢相关参数的基本原理

       氧摄取分数(oxygen extraction fraction, OEF)、脑氧代谢率(cerebral metabolic rate of oxygen, CMRO2)和静脉血氧饱和度(venous oxygen saturation, SvO2)是最常见的评估脑氧代谢的指标。OEF反映脑组织从血液中提取氧气的能力[7],而CMRO₂则直接表征单位时间内脑组织的耗氧量,二者的动态变化是反映脑氧稳态和代谢的重要指标[8]。正常生理状态下,OEF与CMRO₂在脑血流(cerebral blood flow, CBF)调控下保持动态平衡,其关系根据菲克原理[9]:CMRO₂=CBF×OEF×[H]a;[H]a=[H]×Ya;OEF=1-Y/Ya(其中,[H]a表示一定血细胞比容下的动脉氧合血红蛋白浓度,[H]为血红蛋白浓度,Ya为动脉氧饱和度,Y代表静脉氧饱和度),这个平衡状态的破坏与多种神经系统疾病中氧供需失衡、神经血管耦合异常及认知功能障碍密切相关,可作为评估疾病进展程度、认知功能损害以及神经炎症反应的关键生物标志物[10, 11]。静脉血氧饱和度(venous oxygen saturation, SvO2)是反映全身氧合状态的间接指标,与脑氧代谢密切相关,也是衡量脑组织功能活动的重要标志[12]。这些指标与多种中枢神经系统疾病联系紧密,精准评估这些指标对于深入了解疾病机制和指导临床治疗至关重要。

2 脑氧代谢磁共振成像测量技术及原理

2.1 定量磁化率成像技术

       磁敏感加权成像(susceptibility weighted imaging, SWI)[13]作为一种高分辨率三维梯度回波成像技术,通过捕捉组织间磁化率差异产生的相位信号变化来增强图像的对比度,其核心机制在于利用脱氧血红蛋白的顺磁特性:当脱氧血红蛋白随脑组织氧摄取增加而富集于静脉血时,局部磁场不均匀性显著增强,导致相位图像呈现特征性信号衰减。基于静脉血中脱氧血红蛋白(顺磁性)与动脉血中氧合血红蛋白(抗磁性)的磁化率差异,定量磁化率成像(quantitative susceptibility mapping, QSM)技术在SWI基础上实现了从定性观察到定量评估的跨越,它不仅能够捕捉到磁敏感信号的变化,更可以利用反卷积算法,解析质子相位信息,从而精准地重建出脑组织的磁化率分布图,利用动静脉之间的磁化率差异反映脑组织的氧摄取能力[14]。早期QSM技术受限于算法和硬件,需将原始幅度图和相位图进行重建后处理,整合为QSM图再进行磁化率的测量,如今已有成熟的MRI序列,如战略获取梯度回波(strategically acquired gradient echo, STAGE)成像序列[15],直接扫描可以同时得到多项反映细胞代谢水平的图像,其自动生成的QSM图真正做到了通过相位信息成像计算得到血氧饱和度等定量数据,从而使扫描和图像处理流程得以简化,且图像信噪比也随着技术改进进一步提升[16]。QSM的局限性在于对脑氧代谢的评估并非孤立存在,而是与CBF存在紧密的线性依赖关系,因此需结合灌注扫描实现CMRO₂的精确评估。

2.2 定量血氧水平依赖成像技术

       定量血氧水平依赖成像(quantitative blood-oxygen-level dependent, qBOLD)技术主要利用血氧水平依赖(blood-oxygen-level dependent, BOLD)效应来间接反映脑内血氧代谢的变化[17]。其核心原理是基于脱氧血红蛋白对MRI信号的扰动,这种扰动在不同回波时间下表现出不同的信号衰减模式,通过分析这些信号衰减模式,qBOLD可以实现全脑体素级别的OEF定量测量。传统BOLD仅能提供定性功能激活映射,而qBOLD通过多回波采集与模型拟合实现了OEF的绝对定量,并可同步获取CBF与CMRO2。该技术凭借毫米级空间分辨率、多参数成像、全脑覆盖及无创性优势,为深入探究缺血性卒中、阿尔茨海默病等疾病的脑氧代谢供需失衡及异常机制提供了关键手段。qBOLD技术从最初的理论提出到如今不断优化模型和采集参数,测量的稳定性和可靠性逐步提高。

2.3 QQ(QSM+qBOLD)技术

       QQ技术将QSM与qBOLD相结合,利用相位和幅度信号进行全面的MRI信号建模,既能捕捉组织磁化率的定量信息,也可以反映血氧水平的变化,实现了两种技术的优势互补。ELANGHOVAN等[18]通过构建静息状态与过度通气的对照实验,系统评估了QQ技术对生理波动下脑OEF动态变化的检测效能,发现QQ技术在过度通气时能检测到更显著的OEF升高,其敏感度优于传统QSM。CHO等[19]利用QQ技术分析三维多梯度回波及动脉自旋标记灌注成像,重建CMRO2和OEF图,能显著提升灰白质CMRO₂的对比度,使OEF分布更均匀,图像噪声更低,这可能与QQ技术克服了QSM对CBF线性关系的依赖性有关。近年来,研究者们不断探索新的算法以提升信号处理能力和成像质量,其中,创新性整合了时间聚类、组织成分和总变异(temporal clustering, tissue composition, and total variation, CCTV)三大核心技术模块的QQ-CCTV算法[4, 20]备受关注,为脑氧代谢成像带来了新突破,显著提升了基于QQ技术测量OEF和CMRO2的准确性,其核心优势在于突破传统方法对血管活性刺激的依赖性,仅需单序列磁共振成像扫描即可实现无对比剂注射、无电离辐射的非侵入性检测,尤其适用于阿尔茨海默病(Alzheimer's disease, AD)患者及特殊人群脑氧代谢指标的动态监测。

2.4 3D-TRIP MRI技术

       3D-TRIP(3D-TRiple-acquisition-after-Inversion-Preparation) MRI是CHENG等[21]开发的一种3D MRI脉冲序列,通过整合血管空间占位与动脉自旋标记技术,可从CBF等血流动力学信号中提取反映脑氧代谢变化的信息,实现多参数脑氧代谢的同步定量评估。其核心原理如下:利用非选择性/选择性反转脉冲在不同延迟时间(TI1、TI2、TI3)依次采集血管空间占位、动脉自旋标记及T2的SE-BOLD图像,并辅以磁化转移预脉冲和后置饱和模块,实现信号稳态与伪影抑制。通过采用3D快速梯度回波读取技术,解决了传统2D序列在采集时间和信号一致性方面的局限性,从而实现对脑氧代谢的三维动态监测,其全脑覆盖、低畸变特性可以为脑功能及疾病研究提供高时空分辨率数据,这种3D序列在几何失真、信号丢失、功率沉积和BOLD信号污染等方面具有显著的优势。然而,3D-TRIP MRI技术较为复杂,需高场硬件,定制序列门槛高,且面临数据量大、算法未标准化、后处理耗时等难题,当前相关的临床应用较少。

2.5 其他技术

       整合了磁化率和相位信息的OxFlow技术[22]可通过相位-磁化率映射直接推算出SvO2,并根据菲克定律计算全脑CMRO2。在此基础上近期又开发出了增加了上气道解剖成像模块的UA-OxFlow技术[23],它可以通过螺旋K空间采样策略降低成像过程中的噪声,提高时间分辨率,以适应睡眠环境并捕捉短暂的呼吸暂停事件,可用于评估阻塞性睡眠呼吸暂停患者的脑氧代谢情况。OxFlow及其衍生技术目前尚未应用于神经系统疾病,主要原因在于其基于菲克定律计算CMRO2时,需假设动脉氧合分数等参数在任务态下是恒定的,而在临床实践中,尤其是心血管或呼吸系统疾病患者中难以实现。

       此外,YIN的团队[24]开发了一种多回波非对称自旋回波(multiecho asymmetric spin echo, MASE)技术用于无创快速评估大脑刺激过程中OEF的动态变化。在此基础上该团队又开发了灌注多回波非对称自旋回波技术(perfusion multiecho asymmetric spin echo, PMASE)[25],该技术融合了流动敏感交替反转恢复技术与MASE的优势,可实现对CBF和OEF动态变化的同步精准测量,目前正在从基础研究逐步向临床应用拓展。

       综上所述,QSM技术能精准重建脑组织磁化率分布以反映氧摄取能力,但单独评估有局限性,需联合灌注扫描实现CMRO2的精准测量;qBOLD技术可实现全脑体素级别OEF定量测量,但易受运动伪影影响且深部脑组织测量精度可能下降;QQ技术结合了QSM与qBOLD的优势,敏感度高且评估参数可靠,但复杂性和对设备算法要求较高;3D-TRIP MRI技术可实现三维动态监测,提供高时空分辨率数据,但硬件门槛高、后处理耗时,限制了其常规临床应用;OxFlow及衍生技术临床研究仍局限在特定病种中,在神经系统的应用仍需探索;PMASE技术可同步精准测量CBF和OEF动态变化,但该技术存在参数假设方面的限制,且在临床应用的进一步拓展过程中面临诸多挑战。未来,进行多参数、多序列整合以及利用人工智能算法(如深度学习去噪与快速重建等)进行序列优化仍是主要研究方向。

3 脑氧代谢MRI技术在中枢神经系统疾病中的应用

3.1 缺血性卒中

       缺血性卒中(ischemic stroke, IS)作为全球主要致死、致残性脑血管疾病,CBF骤降引发的氧代谢失衡是其重要病理机制之一[26]。IS中,缺血半暗带的动态演变是临床干预的关键靶点[27],其存在与CBF降低及OEF升高密切相关[28]

       基于QSM及QQ技术评估氧代谢指标与缺血半暗带体积、梗死灶转归及临床预后的关系研究较多。研究发现,缺血半暗带的体积与CMRO2的损害程度呈正相关[29],缺血半暗带区的相对OEF值与梗死灶扩大之间及半暗带到梗死的转化率间存在显著关联(P=0.007,P=0.028),证实了相对OEF值是预测成功再灌注后梗死灶扩大的影像学生物标志物[30]。此外,急性期IS患者治疗2周后缺血半暗带区SvO2的提升也有利于神经功能预后[31]。因此,动态监测CMRO2、OEF和的SvO2变化可为IS的临床评估提供关键预后指标。

       在评估疾病严重程度和预测预后方面,QSM技术能够精准量化IS患者SvO2的分布特征[32],直观反映脑组织氧代谢状态,为评估卒中严重程度、监测治疗反应及预测预后提供关键影像依据。研究[33]通过QSM技术揭示IS患者低氧区域SvO2值与美国国立卫生研究院卒中量表(National Institutes of Health Stroke Scale, NIHSS)评分呈显著负相关,提示缺氧程度越重,神经功能缺损越严重;同时,SvO2的动态变化可独立预测90天改良Rankin量表评分所反映的不良预后[34],成为早期预后评估的敏感指标。这一发现进一步验证了QSM技术在脑氧代谢定量评估中的临床价值。

       在脑卒中不同发病时期的评估方面,ZHANG等[35]使用QQ技术应用于急性及亚急性缺血性脑卒中患者,通过多回波梯度回波数据生成OEF图并结合动脉自旋标记计算CBF和CMRO₂,研究发现,OEF对缺血组织代谢状态敏感,可区分急性、早期亚急性和晚期亚急性卒中阶段的OEF变化,单因素方差分析结果显示,不同卒中阶段在缺血核心区域的绝对OEF(F=6.046,P=0.005)和相对OEF(F=5.699,P=0.009)值上差异具有统计学意义,且OEF值随病程延长呈下降趋势,显著优于CBF对缺血阶段的鉴别能力。

       以往研究通过QSM和QQ技术,在缺血性脑卒中的氧代谢评估方面取得了显著成果,揭示了SvO₂和OEF等指标与卒中严重程度及预后的紧密联系。这些研究不仅为临床提供了关键的影像依据,还深化了我们对脑氧代谢在卒中病理机制中作用的理解。然而,现有研究仍多集中于急性期患者的评估,对慢性期及恢复期患者的氧代谢变化研究较少。此外,不同MRI技术间的对比研究也显不足,未来需进一步探索多种技术联合应用的可能性,并探索长期氧代谢监测对预后评估的价值。

3.2 AD

       AD是一种复杂的多因素神经退行性疾病,以脑内淀粉样斑块和神经纤维缠结积累为特征[36]。氧代谢异常在AD的发病机制中扮演着关键角色,主要通过缺氧、氧化应激和线粒体功能障碍等机制影响AD的病理过程[37]

       基于qBOLD和QQ技术评估AD患者全脑氧代谢模式是近年来的研究热点。T A R等[38]利用qBOLD技术分析OEF指标发现,AD患者大脑中存在两种主要的代谢模式:一种表现为OEF高于正常范围,同时脱氧血红蛋白水平较低的区域(S1模式),主要集中在额顶叶和血管周围;另一种则是OEF低于正常水平且脱氧血红蛋白水平也较低的区域(S2模式),主要出现在内侧颞叶。这些特定的代谢模式与认知功能障碍密切相关,为深入理解AD的神经代谢机制提供了新的视角。YANG等[4]使用QQ-CCTV算法技术并结合多种模型评估了AD患者的全脑氧代谢模式,发现AD患者存在特征性的低灌注和低代谢模式,结果表明,双侧海马区域的简易精神状态检查(Mini-Mental State Examination, MMSE)评分与双侧前部(左前部:r=0.478,P<0.001;右前部:r=0.358,P=0.011)和后部海马(左后部:r=0.471,P<0.001;右后部:r=0.324,P=0.022)的CMRO2呈显著相关性,证实了双侧海马区的CMRO2降低与认知功能恶化密切相关,提示其可作为早期AD的氧代谢影像学生物标志物,为疾病早期诊断、病理机制研究及疗效评估提供了全新的定量维度。近期利用深度学习与新技术融合开发了一种新型的诊断模型[39],使用MRI数据可以对AD患者认知状态进行分类,为临床治疗和干预提供了有价值的技术支持。

       qBOLD和QQ-CCTV技术为探索AD患者的氧代谢异常模式提供了技术支持,不仅为AD的诊断提供了新的生物标志物,还深化了我们对AD神经代谢机制的理解。然而,现有研究样本量有限,且多集中于晚期AD患者,对早期AD患者的氧代谢变化研究不足。未来的研究应扩大样本量,涵盖更多AD阶段的参与者,特别是早期AD患者,以全面评估氧代谢在AD病程中的变化。

3.3 脑小血管病

       脑小血管病(cerebral small vessel disease, CSVD)作为全球第二大痴呆病因,其病理进程与小血管功能衰退密切相关,可引发认知障碍、腔隙性梗死及脑出血[40, 41]。近年来研究发现[42],CSVD患者存在脑部OEF受损,且细胞内碱中毒可能是一种适应机制,为CSVD的病理生理学提供了新视角,因此,评估CSVD患者的脑氧代谢状况成为备受关注。一项纵向队列研究[43]发现,OEF动态变化与血管病理进展紧密关联(P=0.000 9),表明OEF是监测和评估CSVD的有效生物标志物。ZHANG等[44]利用QQ技术测量了CSVD患者的OEF,研究发现脑组织OEF呈现“代偿性升高-失代偿下降”的模式,这可能是OEF在轻中度患者中代偿性升高,而重度患者因血管调节能力丧失导致OEF下降。这种变化与白质自由水扩散速度呈显著负相关,提示OEF可作为反映脑组织缺氧代偿能力的重要指标。进一步分析表明,基于QQ技术测定的OEF与CBF参数,可显著提高对CSVD疾病进展的预测效能,为临床监测病情演变提供了新的影像学生物标志物组合。

       目前对CSVD患者氧代谢变化的研究较少,该领域尚处于起步阶段,但QQ技术在评估OEF方面表现出较好的潜力。未来可进一步探讨CSVD患者的全脑OEF分布特征以及探索其他氧代谢指标,提高CSVD患者氧代谢评估的准确性和全面性,并建立纵向队列研究,明确氧代谢指标的动态变化与血管病理进展的具体联系,为监测和预后评估提供更多证据。

3.4 阻塞性睡眠呼吸暂停

       阻塞性睡眠呼吸暂停(obstructive sleep apnea, OSA)是由睡眠时上呼吸道阻塞引发,特征为睡眠片段化和慢性间歇性缺氧,常与中枢型睡眠呼吸暂停并发,严重时可导致认知功能障碍,其疾病进展机制与大脑氧代谢紊乱有关[45, 46, 47]。BAI等[48]利用QSM技术对OSA患者的全脑铁沉积情况及SvO₂进行了测量,发现左颞中回铁含量与平均SvO₂呈负相关(r=-0.418,P=0.027),提示脑铁沉积和低氧环境可能与OSA患者的脑氧代谢异常存在关联。该研究为评估OSA患者的脑氧代谢提供了一种新的影像学方法,揭示了OSA潜在的神经病理机制。此外,MOHAMMADI等[49]使用QSM技术测量了OEF,研究表明OEF降低可作为OSA患者认知缺陷的潜在生物标志物,该研究指出,大脑氧代谢过程受到干扰是引发认知障碍的关键病理基础,这一发现进一步凸显了深入研究生物标志物对于全面理解OSA相关认知功能障碍机制所具有的重要意义。DENNISON等[23]运用了UA-OxFlow技术,在睡眠中同时测量CMRO₂和进行上气道成像,发现OSA患者在睡眠期间因反复呼吸暂停导致SvO₂和CBF增加,从而引起CMRO₂减少高达60%。

       由此可见,MRI技术为OSA脑氧代谢研究提供了多维度的突破:QSM技术结合SvO₂数据揭示了低氧与铁代谢的异常关联,为氧代谢异常提供影像学证据;UA-OxFlow实现睡眠中CMRO₂与上气道的同步监测,突破传统技术局限,直接证实呼吸暂停期间脑氧代谢显著降低;非侵入性OEF与CMRO₂已成为认知障碍的敏感生物标志物,为疾病早期识别与个体化干预提供依据。然而,现有研究对OSA患者脑氧代谢变化的长期影响研究不足,且缺乏对不同严重程度OSA患者的对比研究。未来的研究应关注长期氧代谢监测对OSA患者预后评估的价值,同时,加强对不同严重程度OSA患者的对比研究,明确氧代谢变化与OSA严重程度的具体联系。

3.5 亨廷顿病

       亨廷顿病(Huntington´s disease, HD)是一种由HTT基因CAG重复序列扩增引起的遗传性神经退行性疾病,纹状体神经元迅速出现特征性丧失并激活凋亡通路,导致进行性运动和认知功能损害[50, 51]。近年来HD的发病率不断攀升,每325人中就有一个CAG重复扩增的个体,HD的疾病负担也会随病情进展而递增[52, 53]。HD的影像学标志是进行性纹状体萎缩,其早期病理特征主要体现在脑代谢异常。KLINKMUELLER等[54]采用3D-TRIP MRI技术,通过单次扫描同步获取CBV、CBF和CMRO2的动态变化。研究发现,HD患者于视觉刺激时CMRO2反应幅度显著降低(P<0.001),且与疾病严重程度呈负相关(R2=0.4,P=0.001)。3D-TRIP MRI技术在揭示HD患者脑代谢异常与疾病严重程度的关系方面提供了多项可评价参数,为HD的病程监测及疗效评估提供了新的生物标志物。随着脉冲序列的简化及人工智能辅助分析的引入,该技术有望成为HD病程监测及疗效评估的核心工具[55]。然而,3D-TRIP MRI技术的临床应用存在一定局限性,依赖高场强设备和后处理算法的优化仍是挑战,未来加强参数的优化,降低其对高场强设备的依赖,简化后处理算法,有助于推动其向临床应用转化。

4 小结与展望

       综上所述,基于MRI的无创脑氧代谢成像技术已逐步优化,多模态MRI技术互补使OEF、CMRO₂、SvO₂无创量化评估更加精准全面,在脑卒中、神经退行性疾病等早期诊断与疗效评估中展现巨大潜力。然而,当前部分序列仍面临着扫描时间长、运动伪影干扰、高场设备依赖及后处理复杂等挑战,医学影像学、神经科学、计算机科学、生物医学工程等多学科的协作有助于实现脉冲序列优化、人工智能加速重建算法升级及标准化流程的完善。从科研到临床的转化路径上,需加强临床前研究数据的积累与验证,通过大规模、多中心的临床试验进一步明确各项脑氧代谢指标在不同疾病中的诊断阈值与疗效评估标准,并且建立统一规范的扫描协议、图像处理流程以及质量控制标准,有助于保证不同医疗机构间数据的可比性和结果的可靠性,实现产学研医深度融合,从而推动其从科研探索向临床全面应用迈进,为中枢神经系统疾病的精准诊疗和预后评估提供关键工具,实现更广阔的临床应用前景与科研价值。

[1]
WEHRLI F W. Recent advances in MR imaging-based quantification of brain oxygen metabolism[J]. Magn Reson Med Sci, 2024, 23(3): 377-403. DOI: 10.2463/mrms.rev.2024-0028.
[2]
HAN Y H, WENG W J, ZHANG Y K, et al. Intraoperative application of intelligent, responsive, self-assembling hydrogel rectifies oxygen and energy metabolism in traumatically injured brain[J/OL]. Biomaterials, 2024, 306: 122495 [2025-09-10]. https://pubmed.ncbi.nlm.nih.gov/38309053/. DOI: 10.1016/j.biomaterials.2024.122495.
[3]
ITO H, IBARAKI M, YAMAKUNI R, et al. A non-invasive, reference region-based method for quantification of cerebral blood flow and oxygen metabolism using oxygen-15 labeled gases and positron emission tomography[J]. Asia Ocean J Nucl Med Biol, 2025, 13(2): 126-137. DOI: 10.22038/aojnmb.2025.81433.1578.
[4]
YANG A C, ZHUANG H W, DU L, et al. Evaluation of whole-brain oxygen metabolism in Alzheimer's disease using QSM and quantitative BOLD[J/OL]. Neuroimage, 2023, 282: 120381 [2025-09-10]. https://pubmed.ncbi.nlm.nih.gov/37734476/. DOI: 10.1016/j.neuroimage.2023.120381.
[5]
LIU M H, WAN C X, WANG C Y, et al. Predicting upper limb motor dysfunction after ischemic stroke: a functional near-infrared spectroscopy-based nomogram model[J/OL]. Front Neurol, 2025, 16: 1524851 [2025-09-10]. https://pubmed.ncbi.nlm.nih.gov/40496130/. DOI: 10.3389/fneur.2025.1524851.
[6]
BIONDETTI E, CHO J, LEE H. Cerebral oxygen metabolism from MRI susceptibility[J/OL]. Neuroimage, 2023, 276: 120189 [2025-09-10]. https://pubmed.ncbi.nlm.nih.gov/37230206/. DOI: 10.1016/j.neuroimage.2023.120189.
[7]
CHO J, ZHANG J W, SPINCEMAILLE P, et al. Multi-Echo Complex Quantitative Susceptibility Mapping and Quantitative Blood Oxygen Level-Dependent Magnitude (mcQSM + qBOLD or mcQQ) for Oxygen Extraction Fraction (OEF) Mapping[J/OL]. Bioengineering (Basel), 2024, 11(2): 131 [2025-09-10]. https://pubmed.ncbi.nlm.nih.gov/38391617/. DOI: 10.3390/bioengineering11020131.
[8]
MCFADDEN J, MATTHEWS J, SCOTT L, et al. Compensatory increase in oxygen extraction fraction is associated with age-related cerebrovascular disease[J/OL]. NeuroImage Clin, 2025, 45: 103746 [2025-09-10]. https://pubmed.ncbi.nlm.nih.gov/39922028/. DOI: 10.1016/j.nicl.2025.103746.
[9]
TICHAUER K M, HADWAY J A, LEE T Y, et al. Measurement of cerebral oxidative metabolism with near-infrared spectroscopy: a validation study[J]. J Cereb Blood Flow Metab, 2006, 26(5): 722-730. DOI: 10.1038/sj.jcbfm.9600230.
[10]
LI Z, ZHANG J P, ZHANG X X, et al. Oxygen metabolism abnormalities and high-altitude cerebral edema[J/OL]. Front Immunol, 2025, 16: 1555910 [2025-09-10]. https://pubmed.ncbi.nlm.nih.gov/40176814/. DOI: 10.3389/fimmu.2025.1555910.
[11]
LEE H, XU J, FERNANDEZ-SEARA M A, et al. Validation of a new 3D quantitative BOLD based cerebral oxygen extraction mapping[J]. J Cereb Blood Flow Metab, 2024, 44(7): 1184-1198. DOI: 10.1177/0271678X231220332.
[12]
MESQUIDA J. Assessing fluid responsiveness with central venous oxygen saturation: the complex relationship between oxygenation and perfusion[J/OL]. Crit Care, 2025, 29(1): 85 [2025-09-10]. https://pubmed.ncbi.nlm.nih.gov/39987190/. DOI: 10.1186/s13054-025-05294-x.
[13]
VACCARINO F, QUATTROCCHI C C, PARILLO M. Susceptibility-weighted imaging (SWI): technical aspects and applications in brain MRI for neurodegenerative disorders[J/OL]. Bioengineering (Basel), 2025, 12(5): 473 [2025-09-10]. https://pubmed.ncbi.nlm.nih.gov/40428092/. DOI: 10.3390/bioengineering12050473.
[14]
WANG S H, LI H W, WENG J C, et al. QSM predicts haemorrhage risk in brainstem cavernous malformations: a multicentre prospective study[J/OL]. J Neurol Neurosurg Psychiatry, 2025: jnnp-2025-336149 [2025-09-10]. https://pubmed.ncbi.nlm.nih.gov/40533154/. DOI: 10.1136/jnnp-2025-336149.
[15]
GHARABAGHI S, LIU S F, WANG Y, et al. Multi-echo quantitative susceptibility mapping for strategically acquired gradient echo (STAGE) imaging[J/OL]. Front Neurosci, 2020, 14: 581474 [2025-09-10]. https://pubmed.ncbi.nlm.nih.gov/33192267/. DOI: 10.3389/fnins.2020.581474.
[16]
HAACKE E M, XU Q Y, KOKENY P, et al. Strategically acquired gradient echo (STAGE) imaging, part IV: constrained reconstruction of white noise (CROWN) processing as a means to improve signal-to-noise in STAGE imaging at 3 tesla[J/OL]. Magn Reson Imaging, 2024, 107: 55-68 [2025-09-10]. https://pubmed.ncbi.nlm.nih.gov/38181834/. DOI: 10.1016/j.mri.2024.01.001.
[17]
HE X, YABLONSKIY D A. Quantitative BOLD: mapping of human cerebral deoxygenated blood volume and oxygen extraction fraction: default state[J]. Magn Reson Med, 2007, 57(1): 115-126. DOI: 10.1002/mrm.21108.
[18]
ELANGHOVAN P, NGUYEN T, SPINCEMAILLE P, et al. Sensitivity assessment of QSM+qBOLD (or QQ) in detecting elevated oxygen extraction fraction (OEF) in physiological change[J]. J Cereb Blood Flow Metab, 2025, 45(4): 735-745. DOI: 10.1177/0271678X241298584.
[19]
CHO J, KEE Y, SPINCEMAILLE P, et al. Cerebral metabolic rate of oxygen (CMRO2) mapping by combining quantitative susceptibility mapping (QSM) and quantitative blood oxygenation level-dependent imaging (qBOLD)[J]. Magn Reson Med, 2018, 80(4): 1595-1604. DOI: 10.1002/mrm.27135.
[20]
CHO J, SPINCEMAILLE P, NGUYEN T D, et al. Temporal clustering, tissue composition, and total variation for mapping oxygen extraction fraction using QSM and quantitative BOLD[J]. Magn Reson Med, 2021, 86(5): 2635-2646. DOI: 10.1002/mrm.28875.
[21]
CHENG Y, QIN Q, van Zijl P C M, et al. A three-dimensional single-scan approach for the measurement of changes in cerebral blood volume, blood flow, and blood oxygenation-weighted signals during functional stimulation[J/OL]. Neuroimage, 2017, 147: 976-984 [2025-09-10]. https://pubmed.ncbi.nlm.nih.gov/28041979/. DOI: 10.1016/j.neuroimage.2016.12.082.
[22]
JAIN V, LANGHAM M C, WEHRLI F W. MRI estimation of global brain oxygen consumption rate[J]. J Cereb Blood Flow Metab, 2010, 30(9): 1598-1607. DOI: 10.1038/jcbfm.2010.49.
[23]
DENNISON J B, LANGHAM M C, WIEMKEN A S, et al. Concurrent evaluation of cerebral oxygen metabolism and upper airway architecture via temporally resolved MRI[J]. J Cereb Blood Flow Metab, 2025, 45(10): 2047-2059. DOI: 10.1177/0271678X251345293.
[24]
YIN Y Y, ZHANG Y Y, GAO J H. Dynamic measurement of oxygen extraction fraction using a multiecho asymmetric spin echo (MASE) pulse sequence[J]. Magn Reson Med, 2018, 80(3): 1118-1124. DOI: 10.1002/mrm.27078.
[25]
殷雅彦, 李琼阁, 单艺, 等. 脑氧代谢率的功能磁共振成像方法[J]. 中国医疗设备, 2024, 39(5): 137-141, 168. DOI: 10.3969/j.issn.1674-1633.2024.05.023.
YIN Y Y, LI Q G, SHAN Y, et al. Method for functional magnetic resonance imaging of cerebral metabolic rate of oxygen[J]. China Med Devices, 2024, 39(5): 137-141, 168. DOI: 10.3969/j.issn.1674-1633.2024.05.023.
[26]
ZHU M J, CHEN W J, ZHANG J. Aerobic exercise, an effective intervention for cognitive impairment after ischemic stroke[J/OL]. Front Aging Neurosci, 2025, 17: 1514271 [2025-09-10]. https://pubmed.ncbi.nlm.nih.gov/40256392/. DOI: 10.3389/fnagi.2025.1514271.
[27]
BAI L Y, LI N, LI H Q, et al. Macrophage-mimetic liposomes co-delivering ceria and Ac2-26 peptide for penumbra protection in ischemic stroke[J/OL]. J Nanobiotechnology, 2025, 23(1): 488 [2025-09-10]. https://pubmed.ncbi.nlm.nih.gov/40618146/. DOI: 10.1186/s12951-025-03575-9.
[28]
NÄGELE F L, SCHELDEMAN L, WOUTERS A, et al. Blood-brain barrier leakage in the penumbra is associated with infarction on follow-up imaging in acute ischemic stroke[J]. Stroke, 2025, 56(7): 1832-1842. DOI: 10.1161/STROKEAHA.124.050171.
[29]
CRITON G, HERMIER M, DE BOURGUIGNON C, et al. The brush sign is associated with a more severe oxygen metabolic impairment of the ischemic penumbra: an MRI-based study in patients with acute stroke[J]. AJNR Am J Neuroradiol, 2025, 46(8): 1557-1564. DOI: 10.3174/ajnr.A8723.
[30]
ASGHARIAHMADABAD M, ISMAIL A, METANAT P, et al. Oxygen extraction fraction on baseline MRI predicts infarction growth in successfully reperfused patients[J]. Stroke, 2025, 56(10): 3024-3033. DOI: 10.1161/STROKEAHA.125.051270.
[31]
LU X D, LUO Y, FAWAZ M, et al. Dynamic changes of asymmetric cortical veins relate to neurologic prognosis in acute ischemic stroke[J]. Radiology, 2021, 301(3): 672-681. DOI: 10.1148/radiol.2021210201.
[32]
CAO F Q, WANG M M, FAN S Y, et al. Cerebral venous oxygen saturation in hypoperfusion regions may become a new imaging indicator to predict the clinical outcome of stroke[J/OL]. Life (Basel), 2022, 12(9): 1312 [2025-09-10]. https://pubmed.ncbi.nlm.nih.gov/36143349/. DOI: 10.3390/life12091312.
[33]
CAO F Q, WANG M M, HAN S H, et al. Quantitative distribution of cerebral venous oxygen saturation and its prognostic value in patients with acute ischemic stroke[J/OL]. Brain Sci, 2022, 12(8): 1109 [2025-09-10]. https://pubmed.ncbi.nlm.nih.gov/36009171/. DOI: 10.3390/brainsci12081109.
[34]
COLEMAN C I, CONCHA M, KOCH B, et al. Derivation and validation of a composite scoring system (SAVED2) for prediction of unfavorable modified Rankin scale score following intracerebral hemorrhage[J/OL]. Front Neurol, 2023, 14: 1112723 [2025-09-10]. https://pubmed.ncbi.nlm.nih.gov/36908622/. DOI: 10.3389/fneur.2023.1112723.
[35]
ZHANG S, CHO J, NGUYEN T D, et al. Initial experience of challenge-free MRI-based oxygen extraction fraction mapping of ischemic stroke at various stages: comparison with perfusion and diffusion mapping[J/OL]. Front Neurosci, 2020, 14: 535441 [2025-09-10]. https://pubmed.ncbi.nlm.nih.gov/33041755/. DOI: 10.3389/fnins.2020.535441.
[36]
KRISHNAMURTHY H K, JAYARAMAN V, KRISHNA K, et al. An overview of the genes and biomarkers in Alzheimer's disease[J/OL]. Ageing Res Rev, 2025, 104: 102599 [2025-09-10]. https://pubmed.ncbi.nlm.nih.gov/39612989/. DOI: 10.1016/j.arr.2024.102599.
[37]
LIU G D, YANG C, WANG X, et al. Oxygen metabolism abnormality and Alzheimer's disease: an update[J/OL]. Redox Biol, 2023, 68: 102955 [2025-09-10]. https://pubmed.ncbi.nlm.nih.gov/37956598/. DOI: 10.1016/j.redox.2023.102955.
[38]
T A R, K K, PAUL J S. Unveiling metabolic patterns in dementia: insights from high-resolution quantitative blood-oxygenation-level-dependent MRI[J]. Med Phys, 2024, 51(9): 6002-6019. DOI: 10.1002/mp.17173.
[39]
CHEN D K, YANG H, LI H, et al. MRI-based diagnostic model for Alzheimer's disease using 3D-ResNet[J/OL]. Biomed Phys Eng Express, 2025, 11(3): 035031 [2025-09-10]. https://pubmed.ncbi.nlm.nih.gov/40354785/. DOI: 10.1088/2057-1976/add73d.
[40]
HANNAWI Y. Cerebral small vessel disease: a review of the pathophysiological mechanisms[J]. Transl Stroke Res, 2024, 15(6): 1050-1069. DOI: 10.1007/s12975-023-01195-9.
[41]
MARKUS H S, JOUTEL A. The pathogenesis of cerebral small vessel disease and vascular cognitive impairment[J]. Physiol Rev, 2025, 105(3): 1075-1171. DOI: 10.1152/physrev.00028.2024.
[42]
REILÄNDER A, PILATUS U, SCHÜRE J R, et al. Impaired oxygen extraction and adaptation of intracellular energy metabolism in cerebral small vessel disease[J/OL]. Cereb Circ Cogn Behav, 2023, 4: 100162 [2025-09-10]. https://pubmed.ncbi.nlm.nih.gov/36851996/. DOI: 10.1016/j.cccb.2023.100162.
[43]
LIN Z X, LIM C, JIANG D R, et al. Longitudinal changes in brain oxygen extraction fraction (OEF) in older adults: Relationship to markers of vascular and Alzheimer's pathology[J]. Alzheimers Dement, 2023, 19(2): 569-577. DOI: 10.1002/alz.12727.
[44]
ZHANG R T, LIN M, CHO J, et al. Oxygen extraction fraction in small vessel disease: relationship to disease burden and progression[J]. Brain, 2025, 148(6): 1950-1962. DOI: 10.1093/brain/awae383.
[45]
ANDERSON N, TRAN P. Obstructive sleep apnea[J]. Prim Care Clin Off Pract, 2025, 52(1): 47-59. DOI: 10.1016/j.pop.2024.09.007.
[46]
WANG N, ZHANG L, ZHANG J H, et al. The value of amide proton transfer imaging in assessing brain damage in patients with obstructive sleep apnea[J]. Sleep Med, 2024, 124: 434-442. DOI: 10.1016/j.sleep.2024.10.009.
[47]
TASALI E, PAMIDI S, COVASSIN N, et al. Obstructive sleep apnea and cardiometabolic disease: obesity, hypertension, and diabetes[J]. Circ Res, 2025, 137(5): 764-787. DOI: 10.1161/CIRCRESAHA.125.325676.
[48]
BAI M X, XIONG Z L, ZHANG Y, et al. Associations between quantitative susceptibility mapping with male obstructive sleep apnea clinical and imaging markers[J/OL]. Sleep Med, 2024, 124: 154-161[2025-09-10]. https://pubmed.ncbi.nlm.nih.gov/39303362/. DOI: 10.1016/j.sleep.2024.09.019.
[49]
MOHAMMADI M, SAMADI S, BATOULI S A H, et al. Reduced oxygen extraction fraction as a biomarker for cognitive deficits in obstructive sleep apnea[J/OL]. Brain Behav, 2025, 15(2): e70273 [2025-09-10]. https://pubmed.ncbi.nlm.nih.gov/39915228/. DOI: 10.1002/brb3.70273.
[50]
赵江宇, 郭兴. 线粒体功能障碍与亨廷顿病[J]. 中山大学学报(医学科学版), 2024, 45(6): 941-952. DOI: 10.13471/j.cnki.j.sun.yat-sen.univ(med.sci).20241021.008.
ZHAO J Y, GUO X. Mitochondrial dysfunction and Huntington's disease[J]. J Sun Yat Sen Univ Med Sci, 2024, 45(6): 941-952. DOI: 10.13471/j.cnki.j.sun.yat-sen.univ(med.sci).20241021.008.
[51]
HANDSAKER R E, KASHIN S, REED N M, et al. Long somatic DNA-repeat expansion drives neurodegeneration in Huntington's disease[J/OL]. Cell, 2025, 188(3): 623-639.e19[2025-09-10]. https://pubmed.ncbi.nlm.nih.gov/39824182/. DOI: 10.1016/j.cell.2024.11.038.
[52]
RODRÍGUEZ-SANTANA I, MESTRE T, SQUITIERI F, et al. Economic burden of Huntington disease in Europe and the USA: results from the Huntington's disease burden of illness study[J]. Eur J Neurol, 2023, 30(4): 1109-1117. DOI: 10.1111/ene.15645.
[53]
LEE S J, WEISBURD B, LEE J, et al. Significant underascertainment in Huntington's disease[J/OL]. Brain Commun, 2025, 7(3): fcaf194 [2025-09-10]. https://pubmed.ncbi.nlm.nih.gov/40454200/. DOI: 10.1093/braincomms/fcaf194.
[54]
KLINKMUELLER P, KRONENBUERGER M, MIAO X Y, et al. Impaired response of cerebral oxygen metabolism to visual stimulation in Huntington's disease[J]. J Cereb Blood Flow Metab, 2021, 41(5): 1119-1130. DOI: 10.1177/0271678X20949286.
[55]
HOBBS N Z, PAPOUTSI M, DELVA A, et al. Neuroimaging to facilitate clinical trials in Huntington's disease: current opinion from the EHDN imaging working group[J]. J Huntingtons Dis, 2024, 13(2): 163-199. DOI: 10.3233/JHD-240016.

上一篇 MRI在肥胖症患者减重代谢手术后脑结构与功能改变中的研究进展
下一篇 人工智能联合影像技术在转移性颈部淋巴结检测中的应用进展
  
诚聘英才 | 广告合作 | 免责声明 | 版权声明
联系电话:010-67113815
京ICP备19028836号-2